
# импорт библиотек
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.pyplot import figure
import re
import seaborn as sns
from plotly import graph_objects as go
from scipy import stats as st

# импортируем функции для работы со временем
from datetime import datetime, timedelta


# уставнавливаем параметры отображения таблиц
pd.set_option('display.max_colwidth', None)
pd.options.display.float_format ='{:,.3f}'.format


# загружаем датасет
google_id = "1DkqEQWZoHh22YrsYcNUxSzlhgFqdl0tf"
df = pd.read_csv(f"https://drive.google.com/uc?export=download&id={google_id}" )


# выводим первые 5 строк датасета
df.head()


# выводим информацию о датасете
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 7474 entries, 0 to 7473
Data columns (total 6 columns):
 #   Column       Non-Null Count  Dtype  
---  ------       --------------  -----  
 0   date         7474 non-null   int64  
 1   customer_id  7474 non-null   object 
 2   order_id     7474 non-null   int64  
 3   product      7474 non-null   object 
 4   quantity     7474 non-null   int64  
 5   price        7474 non-null   float64
dtypes: float64(1), int64(3), object(2)
memory usage: 350.5+ KB


# проверяем дубликаты и пропуски в таблице df
print('Количество дубликатов в таблице df - ',df.duplicated().sum())
print('Количество пропусков в таблице df')
print(df.isna().sum())

Количество дубликатов в таблице df -  0
Количество пропусков в таблице df
date           0
customer_id    0
order_id       0
product        0
quantity       0
price          0
dtype: int64


# приводим столбец с датой в формат datetime 
df['date']= pd.to_datetime(df['date'], format='%Y%m%d%H')


# выводим минимальное и максимальное значения в столбце date в таблице visitors
print('Минимальное значения в столбце date в датасете - ',df['date'].min())
print('Максимальное значения в столбце date в датасете - ',df['date'].max())

Минимальное значения в столбце date в датасете -  2018-10-01 00:00:00
Максимальное значения в столбце date в датасете -  2020-01-31 15:00:00


# приводим все названия товаров в нижний ригистр
df['product'] = df['product'].str.lower()


# удаляем строки, где совпадают все столбцы, кроме столбцов с датой
key = ['customer_id', 'order_id','product','quantity','price']

df_dedupped2 = df.drop_duplicates(subset=key)

# выводим информацию о потерях
print("Количество строк в исходном датасете - ",df['date'].count())
print("Количество строк после удаления неявных дубликатов - ",df_dedupped2['date'].count())
print('Доля потерь - ',
      "{0:.2%}".format((df['date'].count() - df_dedupped2['date'].count()) / df['date'].count()))

# записываем отфильтрованный датасет в основной
df = df_dedupped2

Количество строк в исходном датасете -  7474
Количество строк после удаления неявных дубликатов -  5610
Доля потерь -  24.94%


# удаляем строки, с заказами у которых один id на несколько покупателей
a_lot_of_customer = df.groupby('order_id', as_index=False).agg({'customer_id': pd.Series.nunique}).query('customer_id > 1')

df_filtered = df[df.order_id.isin(a_lot_of_customer['order_id'].tolist()) == False]

# выводим информацию о потерях
print("Количество строк в исходном датасете - ",df['date'].count())
print("Количество строк после удаления заказов с двумя и более покупателями- ",df_filtered['date'].count())
print('Доля потерь - ',
      "{0:.2%}".format((df['date'].count() - df_filtered['date'].count()) / df['date'].count()))

# записываем отфильтрованный датасет в основной
df = df_filtered

Количество строк в исходном датасете -  5610
Количество строк после удаления заказов с двумя и более покупателями-  5544
Доля потерь -  1.18%


#выводим диаграмму boxplot по столбцу 'quantity'
figure(figsize=(15, 6), dpi=80)
df.boxplot(column=['quantity'])
plt.title('Диаграмма размаха количества товаров в заказе')
plt.ylabel('Количество')
plt.show()


# находим 99 процентиль для количества
quantity_border = np.percentile(df['quantity'], 95)
# выводим таблицу с выбросами по количеству товаров
df.query('quantity > @quantity_border').sort_values(by='quantity', ascending=False)


#выводим диаграмму boxplot по столбцу'price'
figure(figsize=(15, 6), dpi=80)
df.boxplot(column=['price'])
plt.title('Диаграмма размаха стоимости товаров')
plt.ylabel('Стоимость')
plt.show()


# находим 95 процентиль для стоимости
price_border = np.percentile(df['price'], 95)
df.query('price > @price_border').sort_values(by='price', ascending=False)


# отбрасываем заказы со значениями выше 95 процентиля
df_filtered = df.query('quantity < @quantity_border')

# выводим информацию о потерях
print("Количество строк в исходном датасете - ",df['date'].count())
print("Количество строк после удаления аномального количества товаров- ",df_filtered['date'].count())
print('Доля потерь - ',
      "{0:.2%}".format((df['date'].count() - df_filtered['date'].count()) / df['date'].count()))

# записываем отфильтрованный датасет в основной
df = df_filtered

Количество строк в исходном датасете -  5544
Количество строк после удаления аномального количества товаров-  5244
Доля потерь -  5.41%


# создаем функцию для распределения товаров по категориям
def category(name):
    # если есть значение d- в названии товара, то присваеваем категорию "Растения и цветы"
    if name.find('d-') > 0 and name.find('см') > 0:
        return "Растения и цветы"
    # создаем словарь категорий и товаров, которые в нее входят
    category = {'Предметы для хранения и переноски': ['сушилка', 'таз', 'чехол', 'корзина', 'сумка-тележка', 'сумка', 
                                                      'контейнер', 'кувшин', 'вешалка-плечики', 'корыто', 'банка', 'вешалка',
                                                      'вешалка-стойка', 'лоток', 'вешалка-сушилка', 'этажерка', 'коробка', 
                                                      'ведро', 'емкость', 'полка', 'обувница-3', 'ящик', 'корзинка', 'ваза', 
                                                      'стеллаж', 'вешалки', 'вешалка-плечики',  'полки', 'комод', 
                                                      'урна-пепельница', 'плечики', 'пакет','мешок', 'кофр','подставка', 
                                                      'тележка','короб', 'наматрицник-чехол','бак'],
                
                'Предметы для кухни': ['тарелка','котел','толкушка','скатерть','противень','вкладыши','миксер','чайник',
                                       'термокружка','светильник','доска-стремянка','сковорода','овощеварка',
                                       'картофелемялка','рассекатель','мантоварка','подрукавник','мантоварка-пароварка',
                                       'салатник','кастрюля','насадка-отжим','форма','орехоколка','насадка','сито',' тортница',
                                       'блюдо','насадка-моп','сотейник','кипятильник',
                                       'решетка','щетка','ложка','нож','термостакан','электроштопор','термос','просеиватель',
                                       'соль','скалка','соковыжималка','миска','хлебница','форма','бидон','рыбочистка',
                                       'овощечистка','рукав','венчик','ножеточка','ковш','скалка', 'сахарница', 'стакан',
                                       'соковарка', 'шприц', 'крышка', 'терка', 'отделитель', 'тортница', 'блюдце', 'экран',
                                       'пресс', 'весы', 'вилка', 'измельчитель','кружка', 'салфетка','tepмокружка', 'масленка',
                                       'лопатка','кисточка','ножницы','мини-сковорода'],
                
                'Предметы для уборки': ['перчатки','мыло','щетка','паста','ёрш','мыльница',' швабра','вантуз',' средство',
                                        'пылесос','мыло-скраб','маска','мыло','утюг','скребок','тряпкодержатель',' тряпка',
                                        'концентрат','дозатор','кондиционер','гель','совок','щётка', 'тряпка', 'отжим', 
                                        'средство','швабра', 'щетка-сметка', 'ополаскиватель', 'сетка','биопорошок','пена',
                                        'ерш', 'бальзам','ролик', 'блок','антижир','губка','окномойка','веник',],
                
                'Предметы для дома': ['муляж','ковер','штора','комплект','карниз','штора','коврик','фоторамка','халат',
                                      'подголовник','полотенце','простыня','белье','подушка','наматрасник','салфетки',
                                      'покрывало',' подкладка','набор','пододеяльник','наматрасник','ковер','простынь',
                                      'простыня','плед','ковёр','салфетница', 'ванна','пуф', 'наволочка', 'кашпо', 'штанга',
                                      'композиция', 'одеяло', 'сиденье'],
                
                'Различные предметы': ['доска','лестница-стремянка','термометр','ключница','кольца','шнур','петля',
                                       'крючок',' штанга','решетка','штангенциркуль','ручка-скоба','бензин','стремянка',
                                       'инструмент','стремянка-табурет','петля-стрела','шпагат','основание', 'стяжки',
                                       'линейка,', 'пьезозажигалка', 'ручка', 'ткань', 'веревка', 'покрытие', 'угольник,',
                                       'стяжка','лист', 'сверло','прищепки', 'стремянки', 'лиана', 'лестница', 'шило',
                                       'подкладка','крем','сверло-фреза,','фен','держатель', 'пробка','табак','сварка','урна'],
                
                'Растения и цветы': ['гипсофила','хризантема','калла','дендробиум','гортензия','газания','целозия','вероника',
                                     'антинакипин','петуния','змееголовник','физостегия','базилик','калибрахоа','пуансеттия',
                                     'платикодон','гвоздика','примула','незабудка','кореопсис','лантана','вербейник','фуксия',
                                     'декабрист','овсянница','астра','томат','виола','календула','цикламен','энотера',
                                     'бархатцы','укроп','цинния','ранункулус','пиретрум','котовник','вербена','цинерания',
                                     'тагетис','растение','герань','рассада','гиностемма','роза','бульонница','пеларгония',
                                     'кодонанта','цикламен','антуриум','фал','вероника', 'огурец', 'тюльпан', 'зев', 'настурция',
                                     'петрушка', 'бакопа', 'тимьян','космея', 'кипарисовик', 'клубника', 'флокс', 'бегония', 
                                     'портулак', 'клен', 'томата','цикламен,', 'дерево', 'цветок','алиссум','годеция','капуста',
                                     'лапчатка','цинерария', 'эшшольция','ель','аквилегия','горох','земляника','седум',
                                     'георгина', 'смолевка','лавр','колокольчик','эхинацея','ясколка','лилейник', 'папоротник',
                                     'дыня','бальзамин','лобелия','виноград','агератум','колеус', 'аргирантерум','маттиола',
                                     'сальвия','лук','арбуз','хоста','гайлардия', 'монарда','нивянник','рудбекия','барвинок',
                                     'осина','бузульник', 'камнеломка', 'солидаго', 'бадан', 'лен', 'лаватера', 'анемона',
                                     'буддлея', 'валериана', 'любисток', 'сельдерей', 'шалфей', 'вигна', 'салат','кориандр',
                                     'морковь','афеляндра'],
               }
    
     # разделяем название на отдельные слова
    n = re.split(' ', name)
    
    # собираем шаблон для поиска прилагательных
    adjective = ['ый$','ий$','ой$','ая$','яя$','ое$','ее$','ые$']
    chk_pat = '(?:{})'.format('|'.join(adjective))
    
    # создаем пары ключ-товары
    category_items = category.items()
    
    # проходим по каждому слову из названия
    for w in n:
        # если это не прилагательное, то ищем это слово в словаре категорий
        if not bool(re.search(chk_pat, w, flags=re.I)):
            for key, value in category_items:
                if w in value:
                    return(key)
            #  если не нашли, то присваеваем это слово как категорию
            return w


# добавляем категорию для каждого товара
df['category'] = df['product'].apply(category)


# выведем уникальные значения категорий
print(df['category'].value_counts())

Растения и цветы                     2800
Предметы для хранения и переноски    1115
Предметы для дома                     515
Предметы для кухни                    392
Различные предметы                    295
Предметы для уборки                   127
Name: category, dtype: int64


# создаем столбец с округленной до месяца датой
df['month'] =  df['date'].dt.to_period('M').dt.to_timestamp()


# создаем столбец с номером месяца
df['year'] = df['date'].dt.year


# создаем столбец с номером месяца
df['month_num'] = df['date'].dt.month


# создаем столбец с номером месяца
df['week'] = df['date'].dt.isocalendar().week


# создаем столбец с номером месяца
df['day'] = df['date'].dt.day


# создаем столбец с номером дня недели
df['weekday'] = df['date'].dt.weekday


# создаем столбец с часом совершения заказа
df['hour'] =  pd.DatetimeIndex(df['date']).hour


# выводим общие продажи и количество проданных товаров по категориям
sales_per_category = (df.groupby('category', as_index=False)
                      .agg({'price':'sum','quantity':'sum'})
                      .sort_values(by='price', ascending=False))
sales_per_category


# устанавливаем размер графика
sns.set(rc={'figure.figsize':(10,5)})

# выводим график выручки по категориям
ax = sns.barplot(data=sales_per_category, x="price", y='category')
ax.set_title('Выручка по категориям')
ax.set(xlabel='Выручка', ylabel='Категория')
plt.show()


# устанавливаем размер графика
sns.set(rc={'figure.figsize':(10,5)})

# выводим график количества проданых товаров по категориям
ax = sns.barplot(data=sales_per_category.sort_values(by='quantity', ascending=False), x="quantity", y='category')
ax.set_title('Продажи товаров по категориям')
ax.set(xlabel='Количество проданных товаров', ylabel='Категория')
plt.show()


# выводим график выручки категории по месяцам
month_revenue_per_category = df.pivot_table(index='month', columns='category', values='price', aggfunc='sum')
month_revenue_per_category.plot(grid=True,figsize=[20,10])
plt.title("График выручки категорий по месяцам")
plt.xlabel("Месяц")
plt.ylabel("Выручка")
plt.show()


# выводим график количества проданых товаров категории по месяцам
month_quantity_per_category = df.pivot_table(index='month', columns='category', values='quantity', aggfunc='sum')
month_quantity_per_category.plot(grid=True,figsize=[20,10])
plt.title("График количества проданых товаров категорий по месяцам")
plt.xlabel("Месяц")
plt.ylabel("Количество проданных товаров")
plt.show()


# выводим таблицу с выручкой и количеством проданных товаров по году и месяцу
sales_per_month = df.groupby('month',as_index=False).agg({'price':'sum','quantity':'sum'})
sales_per_month


# устанавливаем размеры графика
plt.figure(figsize=(20,5))
# выводим график выручки по году и месяцу
plt.plot(sales_per_month['month'], sales_per_month['price'])
plt.title("График выручки по месяцам")
plt.xlabel("Месяц")
plt.ylabel("Выручка")
plt.show()


#выведем таблицу со средней выручкой и количеством проданных товаров по месяцам
mean_sales_per_month = (df.groupby(['year','month_num'], as_index=False)
                        .agg({'price':'sum','quantity':'sum','order_id':pd.Series.nunique})
                        .groupby('month_num')
                        .agg({'price':'mean','quantity':'mean','order_id':'mean'}))
mean_sales_per_month


# устанавливаем размер графика
sns.set(rc={'figure.figsize':(15,5)})
# выводим график со средним количеством заказов по месяцам
ax = sns.barplot(data=mean_sales_per_month, y="order_id", x=mean_sales_per_month.index)
ax.set_title('Среднее количество заказов по месяцам')
ax.set(xlabel='Номер месяца', ylabel='Среднее количество заказов')
plt.show()


# устанавливаем размер графика
sns.set(rc={'figure.figsize':(15,5)})
# выводим график со средней выручкой по месяцам
ax = sns.barplot(data=mean_sales_per_month, y="price", x=mean_sales_per_month.index)
ax.set_title('Средняя выручка по месяцам')
ax.set(xlabel='Номер месяца', ylabel='Средняя выручка')
plt.show()


# устанавливаем размер графика
sns.set(rc={'figure.figsize':(15,5)})
# выводим график со средним количеством товаров по месяцам
ax = sns.barplot(data=mean_sales_per_month, y="quantity", x=mean_sales_per_month.index)
ax.set_title('Среднее количество проданных товаров по месяцам')
ax.set(xlabel='Номер месяца', ylabel='Среднее количество проданных товаров')
plt.show()


#выведем таблицу со средней выручкой и количеством проданных товаров по дням недели
sales_per_weekday = (df.groupby(['week','weekday'], as_index=False)
                        .agg({'price':'sum','quantity':'sum','order_id':pd.Series.nunique})
                        .groupby('weekday')
                        .agg({'price':'mean','quantity':'mean','order_id':'mean'}))
sales_per_weekday


# устанавливаем размер графика
sns.set(rc={'figure.figsize':(15,5)})
# выводим график со среднего количества заказов по дням недели
ax = sns.barplot(data=sales_per_weekday, y="order_id", x=sales_per_weekday.index)
ax.set_title('Среднее количество заказов по дням недели')
ax.set(xlabel='Номер дня недели', ylabel='Среднее количество заказов')
plt.show()


# устанавливаем размер графика
sns.set(rc={'figure.figsize':(15,5)})
# выводим график со средней выручкой по дням недели
ax = sns.barplot(data=sales_per_weekday, y="price", x=sales_per_weekday.index)
ax.set_title('Средняя выручка по дням недели')
ax.set(xlabel='Номер дня недели', ylabel='Средняя выручка')
plt.show()


# устанавливаем размер графика
sns.set(rc={'figure.figsize':(15,5)})
# выводим график со средним количество проданных товаров по дням недели
ax = sns.barplot(data=sales_per_weekday, y="quantity", x=sales_per_weekday.index)
ax.set_title('Среднее количество проданных товаров по дням недели')
ax.set(xlabel='Номер дня недели', ylabel='Среднее количество проданных товаров')
plt.show()


#выведем таблицу со средней выручкой и количеством проданных товаров по часам
sales_per_hour = (df.groupby(['day','hour'])
                        .agg({'price':'sum','quantity':'sum','order_id':pd.Series.nunique})
                        .groupby('hour')
                        .agg({'price':'mean','quantity':'mean','order_id':'mean'}))
sales_per_hour


# устанавливаем размер графика
sns.set(rc={'figure.figsize':(15,5)})
# выводим график со средним количеством заказов по часам
ax = sns.barplot(data=sales_per_hour, y="order_id", x=sales_per_hour.index)
ax.set_title('Среднее количество заказов по часам')
ax.set(xlabel='Час', ylabel='Среднее количество заказов')
plt.show()


# устанавливаем размер графика
sns.set(rc={'figure.figsize':(15,5)})
# выводим график со средней выручкой по часам
ax = sns.barplot(data=sales_per_hour, y="price", x=sales_per_hour.index)
ax.set_title('Средняя выручка по часам')
ax.set(xlabel='Час', ylabel='Средняя выручка')
plt.show()


# устанавливаем размер графика
sns.set(rc={'figure.figsize':(15,5)})

ax = sns.barplot(data=sales_per_hour, y="quantity", x=sales_per_hour.index)
ax.set_title('Среднее количество проданных товаров по месяцам')
ax.set(xlabel='Номер месяца', ylabel='Среднее количество проданных товаров')
plt.show()


df.groupby('order_id').agg({'price':'sum'}).hist(bins=30)

array([[<AxesSubplot:title={'center':'price'}>]], dtype=object)


# собераем все товары в таблицу с общей суммой продаж и количеством
product = df.groupby(['product','category'], as_index=False).agg({'price':'sum', 'quantity':'sum'})


# выводим количество товаров в таблице
print('Количество товаров - ', product['product'].count())

Количество товаров -  2219


# вычисляем долю товара от общей выручки и количества
product['%_price'] = product['price'] / product['price'].sum()
product['%_quantity'] = product['quantity'] / product['quantity'].sum()

# вычисляем кумулятивную сумму доли выручки и количества
product['cumsum_%_price'] = product.sort_values(by='%_price', ascending=False)['%_price'].cumsum()
product['cumsum_%_quantity'] = product.sort_values(by='%_quantity', ascending=False)['%_quantity'].cumsum()


# создаем функцию для распределения товаров по группам
def group(share):
    if share < 0.8:
        return "A"
    elif share < 0.95:
         return "B"
    else:
         return "C"
# распределяем товары по группам
product['price_group'] = product['cumsum_%_price'].apply(group)
product['quantity_group'] = product['cumsum_%_quantity'].apply(group)
# собираем две группы в одну
product['group'] = product['price_group'] + product['quantity_group']
# присваевам категорию ассортимента
product['assortment'] = product['group'].apply(lambda x: 'Основной' if x in ['AA','AB','BA'] else ('Дополнительный' if x != 'CC' else "Неликвид"))


# выводим основной ассортимент
product.query('assortment == "Основной"')


# выводим количество товаров в основном ассортименте
print('Количество товаров в основном ассортименте - ', product.query('assortment == "Основной"')['product'].count())

Количество товаров в основном ассортименте -  842


sample = product.query('assortment == "Основной"').groupby('category', as_index=False).agg({'product':'count'}).sort_values(by='product', ascending=False)

# строим круговую диаграмму распределения категорий в оснавном ассортименте
fig = go.Figure(data=[go.Pie(labels=sample['category'], values=sample['product'])])
fig.update_layout(title="Распределение категорий в основном ассортименте")
fig.show()


# выводим долнительный ассортимент
product.query('assortment == "Дополнительный"')


# выводим количество товаров в долнительном ассортименте
print('Количество товаров в долнительном ассортименте - ', product.query('assortment == "Дополнительный"')['product'].count())

Количество товаров в долнительном ассортименте -  1170


sample = product.query('assortment == "Дополнительный"').groupby('category', as_index=False).agg({'product':'count'}).sort_values(by='product', ascending=False)

# строим круговую диаграмму распределения категорий в оснавном ассортименте
fig = go.Figure(data=[go.Pie(labels=sample['category'], values=sample['product'])])
fig.update_layout(title="Распределение категорий в долнительном ассортименте")
fig.show()


# выводим неликвидный ассортимент
product.query('assortment == "Неликвид"')


# выводим количество товаров в нелеквидном ассортименте
print('Количество товаров в нелеквидном ассортименте - ', product.query('assortment == "Неликвид"')['product'].count())

Количество товаров в нелеквидном ассортименте -  207


sample = product.query('assortment == "Неликвид"').groupby('category', as_index=False).agg({'product':'count'}).sort_values(by='product', ascending=False)

# строим круговую диаграмму распределения категорий в оснавном ассортименте
fig = go.Figure(data=[go.Pie(labels=sample['category'], values=sample['product'])])
fig.update_layout(title="Распределение категорий в нелеквидном ассортименте")
fig.show()


results = st.ttest_ind(df.query("month == '2018-10-01'").groupby('order_id').agg({'price':'sum'})['price'],
                       df.query("month == '2019-10-01'").groupby('order_id').agg({'price':'sum'})['price'], 
                       equal_var=False)

alpha = .05

# вывод значения p-value на экран 
print(results.pvalue)
# условный оператор с выводом строки с ответом
if alpha > results.pvalue:
    print('Отвергаем нулевую гипотезу')
else:
    print('Не получилось отвергнуть нулевую гипотезу')

0.01609521162963455
Отвергаем нулевую гипотезу


results = st.ttest_ind(df.query("month == '2019-01-01'").groupby('order_id').agg({'quantity':'sum'})['quantity'],
                       df.query("month == '2020-01-01'").groupby('order_id').agg({'quantity':'sum'})['quantity'], 
                       equal_var=False)

alpha = .05

# вывод значения p-value на экран 
print(results.pvalue)
# условный оператор с выводом строки с ответом
if alpha > results.pvalue:
    print('Отвергаем нулевую гипотезу')
else:
    print('Не получилось отвергнуть нулевую гипотезу')

0.0035314848347383905
Отвергаем нулевую гипотезу

	date	customer_id	order_id	product	quantity	price
0	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Комнатное растение в горшке Алое Вера, d12, h30	1	142.000
1	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Комнатное растение в горшке Кофе Арабика, d12, h25	1	194.000
2	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Радермахера d-12 см h-20 см	1	112.000
3	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Хризолидокарпус Лутесценс d-9 см	1	179.000
4	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Циперус Зумула d-12 см h-25 см	1	112.000

	date	customer_id	order_id	product	quantity	price
5456	2019-06-18 15:00:00	312e9a3e-5fca-43ff-a6a1-892d2b2d5ba6	71743	вантуз с деревянной ручкой d14 см красный, burstenmann, 0522/0000	1000	675.000
5071	2019-06-11 07:00:00	146cd9bf-a95c-4afb-915b-5f6684b17444	71668	вешалки мягкие для деликатных вещей 3 шт шоколад	334	148.000
3961	2019-05-20 21:00:00	5d189e88-d4d6-4eac-ab43-fa65a3c4d106	71478	муляж яблоко 9 см красное	300	51.000
1158	2018-12-10 14:00:00	a984c5b7-ff7e-4647-b84e-ef0b85a2762d	69289	ручка-скоба рс-100 белая трибатрон, 1108035	200	29.000
568	2018-11-01 08:00:00	aa42dc38-780f-4b50-9a65-83b6fa64e766	68815	муляж яблоко 9 см красное	170	51.000
...	...	...	...	...	...	...
1466	2019-01-10 11:00:00	4e7a2cae-1fd5-4710-b2a5-200685fc85aa	69764	муляж желудь 2 шт	7	22.000
6059	2019-08-06 11:00:00	a0ce9b81-dad7-48f6-a28a-bb671c05166f	72220	чайная ложка trendy сталь 2 мм 3 шт attribute act033	7	172.000
6046	2019-08-04 23:00:00	5c265590-edb1-4ba7-84e1-48ccf5c9e703	14912	рассада зелени для кухни тимьян вариегэйтид диам. 9 см	7	120.000
1423	2019-01-01 14:00:00	0bbff16a-75df-4947-a5ef-f577c031a19d	69689	вешалка металлическая valiant с четырьмя разъемными перекладинами противоскользящим покрытием 35*30 см 18b30	7	135.000
3791	2019-05-14 19:00:00	bea7a833-2074-42db-bc49-4457abd3c930	14776	пеларгония зональная махровая лососевая	7	161.000

	date	customer_id	order_id	product	quantity	price
5992	2019-07-29 17:00:00	0d87f4ae-465a-4fac-81e6-5d629761783e	72139	сушилка уличная leifheit 85210 linomatic v 400 40 м 175х237х237 см зеленая	1	14,917.000
2697	2019-04-05 19:00:00	c0c60544-3a99-49d0-8a8e-cf7f293c22cb	71035	сумка-тележка хозяйственная andersen royal shopper, hera, синяя 166-004-90	1	8,737.000
1981	2019-02-24 10:00:00	ac250053-a236-467a-97d2-ddbb9bf4a1ba	70423	сумка-тележка хозяйственная andersen alu star shopper, hava, синяя 115-103-90	1	8,437.000
7436	2020-01-26 19:00:00	04416514-5346-4f90-93e3-fb7365e2ee8c	109758	сумка-тележка хозяйственная rolser mnb019 rojo logic dos+2 красная	1	8,077.000
2997	2019-04-21 16:00:00	19d904d8-8d16-476d-8f66-b2a3b7a23660	71227	сумка-тележка хозяйственная rolser mnb019 rojo logic dos+2 красная	1	8,077.000
...	...	...	...	...	...	...
5721	2019-07-08 06:00:00	99380b8a-8be1-41e5-9c61-fc80cce43de5	71901	гладильная доска ника blues 124х46 см 5757	1	2,527.000
5657	2019-07-04 19:00:00	5c61842f-c056-477b-acee-58a6115647b8	71874	гладильная доска ника blues 124х46 см 5757	1	2,527.000
4908	2019-06-09 00:00:00	2cbff118-d80c-4080-b4d0-acca972e5cf6	71647	гладильная доска ника blues 124х46 см 5757	1	2,527.000
6636	2019-10-16 20:00:00	07e68a7f-22ed-4c8a-b0d1-79ba886a1be0	72999	сушилка для белья напольная colombo double алюминий st797	1	2,474.000
6643	2019-10-17 13:00:00	73d1cd35-5e5f-4629-8cf2-3fda829d4e58	73008	сушилка для белья gimi dinamik 20	1	2,474.000

	category	price	quantity
3	Предметы для хранения и переноски	1,401,274.583	1285
4	Различные предметы	423,560.833	349
5	Растения и цветы	413,650.833	3579
0	Предметы для дома	375,998.833	688
1	Предметы для кухни	225,554.500	532
2	Предметы для уборки	60,804.500	165

	month	price	quantity
0	2018-10-01	264,140.000	561
1	2018-11-01	227,686.000	483
2	2018-12-01	254,050.000	367
3	2019-01-01	121,257.000	199
4	2019-02-01	223,187.000	419
5	2019-03-01	198,634.000	461
6	2019-04-01	213,880.000	873
7	2019-05-01	167,441.000	940
8	2019-06-01	125,529.000	389
9	2019-07-01	182,848.000	362
10	2019-08-01	151,811.000	251
11	2019-09-01	139,622.000	246
12	2019-10-01	166,312.000	245
13	2019-11-01	119,393.417	236
14	2019-12-01	181,495.333	265
15	2020-01-01	163,558.333	301

Table of Contents

Исследование основного и дополнительного ассортимента интернет-магазина товаров для дома «Пока все ещё тут»¶

Материалы:¶

Обзор данных¶

Предобработка данных¶

Исследовательский анализ данных¶

Продажи по категориям¶

Продажи по месяцам¶

Продажи по дням недели¶

Продажи по часам¶

Выводы после исследовательского анализа данных¶

Анализ основного и дополнительного ассортимента¶

АВС анализ¶

Анализ основного ассортимента¶

Анализ дополнительного ассортимента¶

Анализ неликвидного ассортимента¶

Выводы после анализа основного и дополнительного ассортимента¶

Статистический анализ данных¶

Анализ различий средних чеков в октябре 2018 и в октябре 2019 года¶

Анализ различий среднего количества товаров заказанных в январе 2019 и в январе 2020 года¶

Выводы после статистического анализа¶

Вывод по исследованию¶

	price	quantity	order_id
month_num
1	142,407.667	250.000	206
2	223,187.000	419.000	258
3	198,634.000	461.000	216
4	213,880.000	873.000	235
5	167,441.000	940.000	166
6	125,529.000	389.000	145
7	182,848.000	362.000	182
8	151,811.000	251.000	164
9	139,622.000	246.000	169
10	215,226.000	403.000	199
11	173,539.708	359.500	202
12	217,772.667	316.000	253

	price	quantity	order_id
weekday
0	9,051.968	23.077	10.269
1	8,977.683	19.596	10.404
2	8,878.965	18.558	9.673
3	8,601.487	20.962	9.692
4	7,845.418	16.827	8.192
5	5,674.370	12.820	6.660
6	7,110.559	15.843	8.294

	price	quantity	order_id
hour
0	1,336.350	3.033	1.967
1	1,431.118	3.706	1.824
2	1,645.312	1.688	1.375
3	1,228.444	1.111	1.111
4	1,014.564	2.154	1.308
5	1,222.233	2.600	1.400
6	1,819.105	2.000	1.684
7	2,755.393	3.750	2.393
8	4,407.016	9.387	4.419
9	5,243.839	12.742	6.032
10	6,228.973	14.645	7.774
11	7,700.726	16.000	8.323
12	7,348.151	16.645	8.484
13	6,897.753	19.194	7.806
14	6,690.274	15.871	7.613
15	5,851.554	15.161	7.323
16	5,774.155	14.793	6.517
17	5,892.613	13.645	5.839
18	5,162.013	8.710	4.968
19	4,760.032	10.484	5.161
20	3,994.000	8.867	4.600
21	4,538.602	10.000	5.129
22	3,598.011	9.710	4.258
23	2,228.621	5.655	3.655

	product	category	price	quantity	%_price	%_quantity	cumsum_%_price	cumsum_%_quantity	price_group	quantity_group	group	assortment
0	tepмокружка avex freeflow 700 мл зеленый avex0759	Предметы для кухни	4,798.000	2	0.002	0.000	0.461	0.769	A	A	AA	Основной
2	tepмокружка avex recharge 500 мл голубой avex0681	Предметы для кухни	4,198.000	2	0.001	0.000	0.495	0.846	A	B	AB	Основной
3	автоматическая щетка leifheit для мытья окон с ручкой 43 см. 51114	Предметы для кухни	14,458.000	2	0.005	0.000	0.135	0.848	A	B	AB	Основной
16	алоэ вера d-12 см h-25 см	Растения и цветы	693.500	4	0.000	0.001	0.892	0.579	B	A	BA	Основной
23	антуриум андрианум ванилла d-12 см	Растения и цветы	1,809.000	3	0.001	0.000	0.727	0.635	A	A	AA	Основной
...	...	...	...	...	...	...	...	...	...	...	...	...
2191	эвкалипт гунни d-17 см h-60 см	Растения и цветы	9,866.000	6	0.003	0.001	0.230	0.348	A	A	AA	Основной
2199	этажерка для обуви ника этп3/з с ящиком золотой	Предметы для хранения и переноски	3,936.000	3	0.001	0.000	0.516	0.618	A	A	AA	Основной
2203	эхеверия перл фон нюрнберг d-7 см	Растения и цветы	357.000	3	0.000	0.000	0.947	0.626	B	A	BA	Основной
2210	ящик для хранения textilebox curver 5,7 л 34x20x13 см прозрачный 03003-001-00	Предметы для хранения и переноски	448.000	4	0.000	0.001	0.929	0.583	B	A	BA	Основной
2213	ящик почтовый металлический с ушками для навесного замка домик 1205251	Предметы для хранения и переноски	516.000	4	0.000	0.001	0.915	0.573	B	A	BA	Основной

	product	category	price	quantity	%_price	%_quantity	cumsum_%_price	cumsum_%_quantity	price_group	quantity_group	group	assortment
1	tepмокружка avex freeflow 700 мл сталь avex0776	Предметы для кухни	2,399.000	1	0.001	0.000	0.653	0.990	A	C	AC	Дополнительный
4	агератум рассада однолетних цветов в кассете по 10 шт	Растения и цветы	210.000	2	0.000	0.000	0.972	0.848	C	B	CB	Дополнительный
5	адиантум лиза d-12 см	Растения и цветы	412.000	1	0.000	0.000	0.936	0.935	B	B	BB	Дополнительный
6	азалия индика биколор d-12 см	Растения и цветы	307.000	1	0.000	0.000	0.953	0.935	C	B	CB	Дополнительный
7	азалия индика биколор d-12 см h-20	Растения и цветы	344.000	1	0.000	0.000	0.949	0.935	B	B	BB	Дополнительный
...	...	...	...	...	...	...	...	...	...	...	...	...
2212	ящик почтовый металлический с врезным замком почта 1205250	Предметы для хранения и переноски	277.000	1	0.000	0.000	0.958	0.860	C	B	CB	Дополнительный
2214	ёрш радиаторный без ручки 1807007	Предметы для уборки	120.000	3	0.000	0.000	0.988	0.632	C	A	CA	Дополнительный
2215	ёрш унитазный пластмассовый, ваир 1712002	Предметы для уборки	44.000	1	0.000	0.000	0.999	0.862	C	B	CB	Дополнительный
2216	ёрш унитазный с деревянной ручкой , ваир 1712012	Предметы для уборки	177.000	5	0.000	0.001	0.980	0.458	C	A	CA	Дополнительный
2217	ёрш унитазный с подставкой wc "люкс", мультипласт, 1712007	Предметы для уборки	224.000	5	0.000	0.001	0.968	0.456	C	A	CA	Дополнительный

	product	category	price	quantity	%_price	%_quantity	cumsum_%_price	cumsum_%_quantity	price_group	quantity_group	group	assortment
711	молодило микс d-9 см	Растения и цветы	112.000	1	0.000	0.000	0.992	0.951	C	C	CC	Неликвид
714	морковь детская сладость 2 г 4660010775921	Растения и цветы	10.000	1	0.000	0.000	1.000	0.951	C	C	CC	Неликвид
721	муляж банан, желтый, 21 см, полиуретан, fancy fair/ff xj210	Предметы для дома	59.000	1	0.000	0.000	0.997	0.985	C	C	CC	Неликвид
723	муляж виноград 14 см цвет в ассортименте	Предметы для дома	104.000	1	0.000	0.000	0.992	0.984	C	C	CC	Неликвид
724	муляж виноград 17 см цвет в ассортименте	Предметы для дома	149.000	1	0.000	0.000	0.984	0.984	C	C	CC	Неликвид
...	...	...	...	...	...	...	...	...	...	...	...	...
1488	стиральный биопорошок bonsai концентрированный для белого белья россия 4607974420573	Предметы для уборки	299.000	1	0.000	0.000	0.955	0.965	C	C	CC	Неликвид
1489	столовая ложка 3 шт боннтяжелая слbonn-2	Предметы для кухни	299.000	1	0.000	0.000	0.955	0.964	C	C	CC	Неликвид
1490	столовая ложка attribute fortress 2 шт acf622	Предметы для кухни	127.000	1	0.000	0.000	0.987	0.964	C	C	CC	Неликвид
1521	суккулент микс d-5 см	Растения и цветы	74.000	1	0.000	0.000	0.996	0.968	C	C	CC	Неликвид
2218	ёрш унитазный с подставкой wc "стандарт", мультипласт 1712010	Предметы для уборки	67.000	1	0.000	0.000	0.997	1.000	C	C	CC	Неликвид